東京 11R 詳細AI予想

本レースの全馬 AI 評価と推奨馬券を掲載します。期待値プラスと判定した馬のみ買い目に含めています。

モデル

11R 東京競馬場発走 15:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ルヴァレドクール	横山和	実8.8	B△ A△勝率9% EV-20% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場7走で勝率57%と適性高／直近3走で勝率100%と好調／前走勝利の勢い）
前5走 05/02 2東京312R 1着/14頭勝利 02/21 1東京712R 1着/16頭勝利 11/29 5東京76R 3着/16頭+0.3秒 11/02 4東京117R 2着/15頭+0.2秒 02/02 1東京23R 1着/16頭勝利
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 7走で勝率 57% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 112日休養明け × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 7.6% (オッズ暗示: 11.4%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.3% / 期待値 -20% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
2	ジンセイ推奨	丹内	実18.4	B▽ A△勝率9% EV+56% 詳細▼	オッズに対しAI予想勝率がやや高め、期待値+39%の妙味（市場想定よりAI評価が高く妙味）
前5走 03/22 1阪神1010R 13着/16頭+1.1秒 12/21 5阪神610R 9着/16頭+1.6秒 10/12 3京都411R 3着/9頭+0.5秒 09/27 4阪神811R 4着/14頭+0.1秒 05/24 2京都911R 4着/16頭+0.3秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 期待値 (オッズ vs AI勝率) +39% (妙味あり) AI 予想勝率 7.6% (オッズ暗示: 5.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.5% / 期待値 +57% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
3	スナッピードレッサ	大野	実12.8	B△ A▽勝率8% EV-3% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率60%と適性高／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 04/26 2東京212R 1着/16頭勝利 02/21 1東京77R 1着/16頭勝利 01/11 1中山39R 6着/14頭+1.5秒 11/23 5東京79R 4着/16頭+0.7秒 10/20 4東京64R 1着/16頭勝利
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 5走で勝率 60% (得意) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 7.6% (オッズ暗示: 7.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 7.6% / 期待値 -4% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
4	ヘニーガイスト	横山武	実2.3	B◎ A◎勝率25% EV-39% 詳細▼	AI予想勝率は最上位だが、オッズが買う範囲（10〜30倍）より低く見送り（当競馬場3走で勝率100%と適性高／直近3走で勝率100%と好調／前走勝利の勢い）
前5走 02/01 1東京14R 1着/13頭勝利 01/12 1中京47R 4着/16頭+0.1秒 11/23 5東京74R 1着/15頭勝利 ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 3走で勝率 100% (得意) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 41.8% (オッズ暗示: 43.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 25.4% / 期待値 -39% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
5	ドンエレクトス	三浦	実5.2	B○ A○勝率17% EV-26% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調）
前5走 03/28 3中山110R 2着/10頭+0.6秒 03/14 1中京16R 1着/16頭勝利 02/22 1東京89R 2着/10頭+0.1秒 01/31 1東京17R 13着/16頭+2.6秒 11/29 5東京79R 2着/12頭+0.2秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 9.1% (オッズ暗示: 19.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.7% / 期待値 -27% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
6	ヒルノドゴール	戸崎圭	実92.9	B▽ A▽勝率1% EV-32% 詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 04/25 3京都111R 4着/12頭+0.3秒 03/14 1阪神711R 9着/13頭+1.4秒 01/05 1京都210R 1着/16頭勝利 12/21 5阪神69R 6着/16頭+0.5秒 12/06 5阪神110R 3着/16頭+0.6秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.3着 (不振) ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +3%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.1% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.6% / 期待値 -32% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
7	トリリオンボーイ	津村	実109.2	B× A▽勝率1% EV-17% 詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 04/26 2東京210R 12着/15頭+1.6秒 04/19 3中山810R 8着/15頭+0.9秒 03/14 1阪神711R 10着/13頭+1.4秒 01/10 1京都311R 10着/16頭+1.4秒 12/21 5阪神69R 1着/16頭勝利
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.7着 △ 当競馬場適性 10走で勝率 10% ○ ローテーション 28日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -70% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.6% / 期待値 -17% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
8	メルキオル	原	実41.0	B▽ A▽勝率4% EV+74% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走で勝率33%と好調／83日ぶりの実戦）
前5走 01/22 船橋11R 1着/10頭勝利 01/05 1中山110R 12着/15頭+1.5秒 10/14 4東京49R 1着/8頭勝利 09/14 3中京32R 1着/8頭勝利 07/27 2新潟11R 5着/6頭+2.3秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +12%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.7% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.8% / 期待値 +74% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
9	ヴィヴァン	佐々木	実76.0	B▽ A▽勝率2% EV+32% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（112日ぶりの実戦）
前5走 04/26 2東京210R 10着/15頭+1.1秒 02/15 1東京610R 3着/16頭+0.3秒 01/31 1東京19R 1着/16頭勝利 07/20 2小倉810R 3着/13頭+0.4秒 06/14 3東京310R 4着/16頭+0.3秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.0着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) △ ローテーション 112日休養明け △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 1.2% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.6% / 期待値 +32% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
10	オウギノカナメ	菊沢	実39.2	B▽ A▽勝率4% EV+54% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場5走で勝率40%と適性高／77日ぶりの実戦）
前5走 04/26 2東京210R 9着/15頭+1.1秒 02/15 1東京610R 4着/16頭+0.5秒 11/01 4東京1011R 14着/16頭+3.7秒 10/05 4東京210R 1着/16頭勝利 08/16 1札幌711R 14着/14頭+4.7秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.7着 ◎ 当競馬場適性 5走で勝率 40% (得意) △ 期待値 (オッズ vs AI勝率) +7%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.7% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.8% / 期待値 +54% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
11	ジャスティンアース	ルメール	実6.8	B▲ A▲勝率9% EV-37% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／139日ぶりの実戦）
前5走 03/14 1阪神711R 1着/13頭勝利 11/30 4京都811R 5着/16頭+0.8秒 10/26 4東京911R 2着/16頭+0.1秒 08/10 1札幌611R 13着/16頭+0.4秒 07/06 1函館811R 3着/10頭+0.4秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 139日休養明け × 期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 7.6% (オッズ暗示: 14.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.3% / 期待値 -38% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
12	マピュース	田辺	実8.9	B△ A△勝率9% EV-14% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（139日ぶりの実戦）
前5走 03/22 1中京411R 6着/18頭+0.3秒 02/01 1東京211R 5着/16頭+0.5秒 11/29 5東京711R 9着/18頭+0.6秒 10/19 3京都711R 10着/18頭+0.9秒 08/17 3中京87R 1着/12頭勝利
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.7着 △ 当競馬場適性 7走で勝率 14% △ ローテーション 139日休養明け × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 7.6% (オッズ暗示: 11.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.3% / 期待値 -15% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
13	フリームファクシ	ミシェル	実71.3	B▽ A▽勝率1% EV+9% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場7走で勝率0%と苦戦傾向／直近3走平均13.3着と低調／118日ぶりの実戦）
前5走 05/02 2東京311R 14着/18頭+0.9秒 02/28 2中山111R 13着/16頭+0.6秒 02/15 1東京610R 10着/16頭+0.8秒 02/02 1東京211R 6着/16頭+1.4秒 01/11 1中京311R 1着/16頭勝利
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 13.3着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 前走実績前走 13着 (大敗) △ ローテーション 118日休養明け △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 1.3% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.3% / 期待値 +9% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
14	オーブルクール	石橋脩	実209.2	B▽ A▽勝率1% EV+59% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均13.7着と低調）
前5走 04/25 3京都111R 11着/12頭+1.9秒 01/18 1中山710R 15着/16頭+2.2秒 07/20 2福島811R 2着/13頭+0.4秒 07/05 2福島311R 1着/16頭勝利 04/12 3中山512R 1着/16頭勝利
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 13.7着 (不振) ▽ 前走実績前走 14着 (大敗) ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.6% / 期待値 +59% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
15	ルージュスタニング	岩田康	実47.9	B▽ A▽勝率2% EV-16% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場7走で勝率43%と適性高／直近3走で勝率33%と好調／126日ぶりの実戦）
前5走 03/21 1中京310R 6着/16頭+0.8秒 08/03 3中京46R 11着/16頭+0.5秒 05/18 2東京812R 6着/16頭+0.5秒 04/27 2東京212R 1着/16頭勝利 03/30 2中京612R 2着/16頭+0.2秒
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 7走で勝率 43% (得意) ▽ 前走実績前走 13着 (大敗) △ ローテーション 126日休養明け × 期待値 (オッズ vs AI勝率) -30% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.6% / 期待値 -16% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。

AI評価 ◎鉄板本命 ◎本命 ○対抗 ▲注目 △押さえ ▽下位 ×推奨外／ 期待値 100円賭けたときの想定利益率／ オッズ 実=リアル取得済推定=推定オッズ

買うAI の推奨A

ジンセイ

騎手丹内

18.4倍

AI の勝率8%損益の分かれ目5%

AI の勝率 8% が損益の分かれ目 5%（1 ÷ 18.4倍）を上回り、期待値 +40% が買う基準（+20%）以上。

賭け金の目安 ¥200（AI の自信に応じて変えています）

外れ

出走馬全15頭

◎A:◎4

ヘニーガイスト

横山武

2.3倍

勝率 42%

›

○A:○5

ドンエレクトス

三浦

5.2倍

勝率 9%

›

▲A:▲11

ジャスティンアース

ルメール

6.8倍

勝率 8%

›

△A:△1

ルヴァレドクール

横山和

8.8倍

勝率 8%

›

△A:△12

マピュース

田辺

8.9倍

勝率 8%

›

△A:▽3

スナッピードレッサ

大野

12.8倍

勝率 8%

›

▽A:△2

ジンセイ

丹内

18.4倍

勝率 8%

›

▽A:▽10

オウギノカナメ

菊沢

39.2倍

対象外勝率 3%

›

▽A:▽8

メルキオル

原

41.0倍

対象外勝率 3%

›

▽A:▽15

ルージュスタニング

岩田康

47.9倍

対象外勝率 1%

›

▽A:▽13

フリームファクシ

ミシェル

71.3倍

対象外勝率 1%

›

▽A:▽9

ヴィヴァン

佐々木

76.0倍

対象外勝率 1%

›

▽A:▽6

ヒルノドゴール

戸崎圭

92.9倍

対象外勝率 1%

›

×A:▽7

トリリオンボーイ

津村

109.2倍

対象外勝率 0%

›

▽A:▽14

オーブルクール

石橋脩

209.2倍

対象外勝率 0%

›

各馬をタップでAI評価の根拠を表示。印は推奨モデル (B) 基準、「A:」は A モデルの評価。買う条件: オッズ 10〜30 倍・期待値 +20% 以上・勝率 8% 以上・1 レース 3 頭まで。

このレースの推奨馬券　2モデル並走

A. 現行モデル (binary)

単勝 2 ジンセイ実18.4倍期待値 +40% 推奨 13.2〜30.0倍 ¥200 不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

見送り

※ オッズは予測時点の値です。

11R 東京競馬場発走 15:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ルヴァレドクール	横山和	実8.8	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場7走で勝率57%と適性高／直近3走で勝率100%と好調／前走勝利の勢い）
前5走 05/02 2東京312R 1着/14頭勝利 02/21 1東京712R 1着/16頭勝利 11/29 5東京76R 3着/16頭+0.3秒 11/02 4東京117R 2着/15頭+0.2秒 02/02 1東京23R 1着/16頭勝利
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 7走で勝率 57% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 112日休養明け △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 9.3% (オッズ暗示: 11.4%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
2	ジンセイ推奨	丹内	実18.4	△詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+56%の中穴候補（市場想定よりAI評価が高く妙味）
前5走 03/22 1阪神1010R 13着/16頭+1.1秒 12/21 5阪神610R 9着/16頭+1.6秒 10/12 3京都411R 3着/9頭+0.5秒 09/27 4阪神811R 4着/14頭+0.1秒 05/24 2京都911R 4着/16頭+0.3秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 期待値 (オッズ vs AI勝率) +56% (市場が大幅過小評価) AI 予想勝率 8.5% (オッズ暗示: 5.4%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
3	スナッピードレッサ	大野	実12.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率60%と適性高／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 04/26 2東京212R 1着/16頭勝利 02/21 1東京77R 1着/16頭勝利 01/11 1中山39R 6着/14頭+1.5秒 11/23 5東京79R 4着/16頭+0.7秒 10/20 4東京64R 1着/16頭勝利
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 5走で勝率 60% (得意) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 7.6% (オッズ暗示: 7.8%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
4	ヘニーガイスト	横山武	実2.3	◎詳細▼	AI予想勝率は最上位だが、オッズが買う範囲（10〜30倍）より低く見送り（当競馬場3走で勝率100%と適性高／直近3走で勝率100%と好調／前走勝利の勢い）
前5走 02/01 1東京14R 1着/13頭勝利 01/12 1中京47R 4着/16頭+0.1秒 11/23 5東京74R 1着/15頭勝利 ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 3走で勝率 100% (得意) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -39% (大幅な期待値マイナス) AI 予想勝率 25.4% (オッズ暗示: 43.5%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
5	ドンエレクトス	三浦	実5.2	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調）
前5走 03/28 3中山110R 2着/10頭+0.6秒 03/14 1中京16R 1着/16頭勝利 02/22 1東京89R 2着/10頭+0.1秒 01/31 1東京17R 13着/16頭+2.6秒 11/29 5東京79R 2着/12頭+0.2秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 16.7% (オッズ暗示: 19.2%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
6	ヒルノドゴール	戸崎圭	実92.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 04/25 3京都111R 4着/12頭+0.3秒 03/14 1阪神711R 9着/13頭+1.4秒 01/05 1京都210R 1着/16頭勝利 12/21 5阪神69R 6着/16頭+0.5秒 12/06 5阪神110R 3着/16頭+0.6秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.3着 (不振) ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.1%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
7	トリリオンボーイ	津村	実109.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 04/26 2東京210R 12着/15頭+1.6秒 04/19 3中山810R 8着/15頭+0.9秒 03/14 1阪神711R 10着/13頭+1.4秒 01/10 1京都311R 10着/16頭+1.4秒 12/21 5阪神69R 1着/16頭勝利
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.7着 △ 当競馬場適性 10走で勝率 10% ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 0.6% (オッズ暗示: 0.9%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
8	メルキオル	原	実41.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走で勝率33%と好調／83日ぶりの実戦）
前5走 01/22 船橋11R 1着/10頭勝利 01/05 1中山110R 12着/15頭+1.5秒 10/14 4東京49R 1着/8頭勝利 09/14 3中京32R 1着/8頭勝利 07/27 2新潟11R 5着/6頭+2.3秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +74%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.8% (オッズ暗示: 2.4%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
9	ヴィヴァン	佐々木	実76.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（112日ぶりの実戦）
前5走 04/26 2東京210R 10着/15頭+1.1秒 02/15 1東京610R 3着/16頭+0.3秒 01/31 1東京19R 1着/16頭勝利 07/20 2小倉810R 3着/13頭+0.4秒 06/14 3東京310R 4着/16頭+0.3秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.0着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) △ ローテーション 112日休養明け △ 期待値 (オッズ vs AI勝率) +32%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.6% (オッズ暗示: 1.3%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
10	オウギノカナメ	菊沢	実39.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場5走で勝率40%と適性高／77日ぶりの実戦）
前5走 04/26 2東京210R 9着/15頭+1.1秒 02/15 1東京610R 4着/16頭+0.5秒 11/01 4東京1011R 14着/16頭+3.7秒 10/05 4東京210R 1着/16頭勝利 08/16 1札幌711R 14着/14頭+4.7秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.7着 ◎ 当競馬場適性 5走で勝率 40% (得意) △ 期待値 (オッズ vs AI勝率) +54%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.8% (オッズ暗示: 2.6%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
11	ジャスティンアース	ルメール	実6.8	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／139日ぶりの実戦）
前5走 03/14 1阪神711R 1着/13頭勝利 11/30 4京都811R 5着/16頭+0.8秒 10/26 4東京911R 2着/16頭+0.1秒 08/10 1札幌611R 13着/16頭+0.4秒 07/06 1函館811R 3着/10頭+0.4秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 139日休養明け × 期待値 (オッズ vs AI勝率) -38% (大幅な期待値マイナス) AI 予想勝率 9.3% (オッズ暗示: 14.7%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
12	マピュース	田辺	実8.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（139日ぶりの実戦）
前5走 03/22 1中京411R 6着/18頭+0.3秒 02/01 1東京211R 5着/16頭+0.5秒 11/29 5東京711R 9着/18頭+0.6秒 10/19 3京都711R 10着/18頭+0.9秒 08/17 3中京87R 1着/12頭勝利
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.7着 △ 当競馬場適性 7走で勝率 14% △ ローテーション 139日休養明け △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 9.3% (オッズ暗示: 11.2%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
13	フリームファクシ	ミシェル	実71.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場7走で勝率0%と苦戦傾向／直近3走平均13.3着と低調／118日ぶりの実戦）
前5走 05/02 2東京311R 14着/18頭+0.9秒 02/28 2中山111R 13着/16頭+0.6秒 02/15 1東京610R 10着/16頭+0.8秒 02/02 1東京211R 6着/16頭+1.4秒 01/11 1中京311R 1着/16頭勝利
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 13.3着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 前走実績前走 13着 (大敗) △ ローテーション 118日休養明け △ 期待値 (オッズ vs AI勝率) +9%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.3% (オッズ暗示: 1.4%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
14	オーブルクール	石橋脩	実209.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均13.7着と低調）
前5走 04/25 3京都111R 11着/12頭+1.9秒 01/18 1中山710R 15着/16頭+2.2秒 07/20 2福島811R 2着/13頭+0.4秒 07/05 2福島311R 1着/16頭勝利 04/12 3中山512R 1着/16頭勝利
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 13.7着 (不振) ▽ 前走実績前走 14着 (大敗) ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +59%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.6% (オッズ暗示: 0.5%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
15	ルージュスタニング	岩田康	実47.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場7走で勝率43%と適性高／直近3走で勝率33%と好調／126日ぶりの実戦）
前5走 03/21 1中京310R 6着/16頭+0.8秒 08/03 3中京46R 11着/16頭+0.5秒 05/18 2東京812R 6着/16頭+0.5秒 04/27 2東京212R 1着/16頭勝利 03/30 2中京612R 2着/16頭+0.2秒
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 7走で勝率 43% (得意) ▽ 前走実績前走 13着 (大敗) △ ローテーション 126日休養明け △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 2.1%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。

買うAI の推奨A

ジンセイ

騎手丹内

18.4倍

AI の勝率9%損益の分かれ目5%

AI の勝率 9% が損益の分かれ目 5%（1 ÷ 18.4倍）を上回り、期待値 +57% が買う基準（+20%）以上。

賭け金の目安 ¥200（AI の自信に応じて変えています）

外れ

出走馬全15頭

◎4

ヘニーガイスト

横山武

2.3倍

勝率 25%

›

○5

ドンエレクトス

三浦

5.2倍

勝率 17%

›

▲11

ジャスティンアース

ルメール

6.8倍

勝率 9%

›

△1

ルヴァレドクール

横山和

8.8倍

勝率 9%

›

△12

マピュース

田辺

8.9倍

勝率 9%

›

△2

ジンセイ

丹内

18.4倍

勝率 9%

›

▽3

スナッピードレッサ

大野

12.8倍

勝率 8%

›

▽10

オウギノカナメ

菊沢

39.2倍

対象外勝率 4%

›

▽8

メルキオル

原

41.0倍

対象外勝率 4%

›

▽15

ルージュスタニング

岩田康

47.9倍

対象外勝率 2%

›

▽9

ヴィヴァン

佐々木

76.0倍

対象外勝率 2%

›

▽13

フリームファクシ

ミシェル

71.3倍

対象外勝率 1%

›

▽6

ヒルノドゴール

戸崎圭

92.9倍

対象外勝率 1%

›

▽7

トリリオンボーイ

津村

109.2倍

対象外勝率 1%

›

▽14

オーブルクール

石橋脩

209.2倍

対象外勝率 1%

›

各馬をタップでAI評価の根拠を表示。買う条件: オッズ 10〜30 倍・期待値 +20% 以上・勝率 8% 以上・1 レース 3 頭まで。

このレースの推奨馬券　2モデル並走

A. 現行モデル (binary)

単勝 2 ジンセイ実18.4倍期待値 +57% 推奨 11.7〜30.0倍 ¥200 不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

見送り

※ オッズは予測時点の値です。

次の推奨を X で受け取る

あわせて読む

本日のAI予想購入戦略の解説 AIモデルの仕組み運用実績（回収率）

予想は参考情報です。馬券購入は自己責任で。20歳未満は購入できません。免責事項